よく設計された制御盤を一言で表すなら「整然さ」です。整然さ自体を制御盤に直接注入することはできず、実は設計プロセスの他のよく実行された側面の副産物です。優れた（かつ整然とした）制御盤設計のトップ4の側面を紹介します： レイアウト ほとんどの制御盤にはメイン電源投入スイッチがあり、一般的にパネルの右上隅に配置されます。この慣習に従えば、高電圧定格のコンポーネントをパネル上部に配置するのが論理的です。そこから、より低い定格のコンポーネントへ電力配分を広げます。各電力配分グループは、左側にメインブレーカーから始まり、ヒューズ、端子、配分ブレーカーと続きます。これにより配分グループの一貫性が保たれ

PACとPLCの間には「非常に薄いが明確な線」がありますが、これは通常、機械エンドユーザーには十分に理解されていません。彼らのせいではありません。機械メーカーとシステムインテグレーターが、この2つの主体の重要な違いについて、クライアントを常に曖昧な状態に置いているからです。 事実、PACは根本的にPLCとは異なり、似たタスクを実行しますが、OEMがエンドユーザーに装置について教育し、その適合性を正しく判断できるようにすることが重要です。これには2つの大きなメリットがあります： 保証期間中のコスト削減 顧客満足度の向上 これら2つのメリットは、PACについて予備知識のないエンドユーザーに一

産業オートメーションコントローラーを選ぶ際、考慮すべき重要な用語は、PLC、PAC、IPCという言葉が含まれるものだけではありません。アプリケーション要件を明確に定義し、スケーラビリティニーズを考慮に入れてから選択する必要があります。 まず、装置の運用ニーズを分割するのが良い出発点です。これにより、機械メーカーが指定するコントローラーの範囲を評価できます。オートメーションシステムは、製造シナリオへの適合に応じて、包括的なソリューションにも個別制御にもなり得ます。 プログラマブルロジックコントローラー（PLC）、プログラマブルオートメーションコントローラー（PAC）、産業用パーソナルコンピュー

過去10年間で、再生可能エネルギーシステムが低電圧レベルシステムに深く浸透しました。屋根設置型PVは、先進国・発展途上国を問わず大半の国で一般的な光景となり、ユーザーに第二の電源を提供しています。これらの技術の出現により、従来の料金体系も、立法やその他の手段を通じていくつかの変更を経験しました。継続する再生可能エネルギーの普及の結果として生まれた2つの用語が、「ネットメータリング」と「グロスメータリング」です。 消費者所有のPVシステムで発電された電力は、直接消費、バッテリー蓄電、電力小売業者への売却のいずれかが可能です。小売業者がこの電力にグロスメータリングの概念を適用する場合、生成された

SCADA（Supervisory Control and Data Acquisition：監視制御データ収集）は、制御業界で最もよく使われる略語の一つで、プロセス制御で広く使用されるソフトウェアアプリケーションです。中央制御システム、コントローラーネットワークインターフェース、入出力、通信機器で構成されます。 SCADAシステムの主な目的は、生産、開発、製造、加工といった産業プロセスにおける設備の監視と制御です。さらに、これらのシステムは、石油・ガス、配電、水道管理などのインフラプロセスでも使用されます。 アーキテクチャ SCADAシステムは一般に中央集権型トポロジーで構築され、地理的

クロスリファレンス（相互参照・代替品選定）は、科学であると同時に芸術でもあります。適切に行わなければ大きな問題を招きますが、流れるように実装すればコスト効率をもたらします。 なぜメーカーが自動化システムの特定コンポーネントを交換したがるのでしょうか？理由は多岐にわたり、主に以下が挙げられます： 部品のサポート終了 市場での入手制約 コスト上昇 より多くのメンテナンス工数 個人的な理由 理由のリストはまだ続きますが、真の問題は決定が下された直後から発生します。一部のベンダーは互換部品に関する文書を提供することで交換プロセスを容易にしますが、多くの場合、期待通りの動作をもたらす製品仕様を決定

中央集権的な発電源がエネルギーを生産・供給していた時代は遠い過去のものとなりました。PV（太陽光発電）、バッテリー、EV（電気自動車）といった技術の価格下落トレンドにより、住宅ユニットが分散型発電源へと転換できるようになりました。 ネットメータリングは、これらの分散型発電源をグリッド全体で活用する次のステップです。概念はシンプルです：太陽光パネル所有者が、自分のパネルが生産しグリッドに送電したエネルギーに対して補償を受けられる課金取り決めです。例えば、住宅ユニットの太陽光パネルが日中に10kWhを生産しグリッドに送った場合、別の時間にグリッドから10kWhを取り出しても課金されません。 しか

PID（比例積分微分制御）は、プロセス制御業界に10年以上にわたり貢献し、フィードバック制御システムの主要技術として確固たる地位を築いてきました。長年にわたり、多くのアップグレードと改良を経て、空気圧、電子、コンピュータベースのデバイスへと進化し、プロセスに対するより厳密な制御を確保してきました。 PIDシステムにおける最初のブレークスルーの一つは、積分作用（オートマチックリセットとも呼ばれる）で、比例作用を備えたコントローラーの性能を大幅に改善しました。「Pのみ」コントローラーは、測定値と設定値の差に比例した修正努力を適用します。これは以下のようにまとめられます： 差（エラー）が増大すれ

産業用Ethernetの早期導入が限界的な生産性向上（+22%）とメンテナンスコスト削減（-40%）を示したにもかかわらず、システムインテグレーターとプラントエンジニアは依然として全面導入を躊躇しています。なぜでしょうか？現在、従来の制御システムはプラント資産からのデータのわずか3%しか活用できず、動的なビジネス要件に対応できません。時代遅れのシステムは限定的な能力ゆえに問題を抱え、常にセキュリティの抜け穴のリスクにさらされています。したがって、競争優位を保ち生産性レベルを維持するには、プロセス出力の変動に適応できるほど賢い、ソフトウェア定義マシンへの移行を開始することが不可欠です。 予測

「一時停止ボタンがあったらいいのに」と思った状況に遭遇したことはありませんか？プラントフロアでの事故は、設備と人員に取り返しのつかない損害を与え、企業の生産性、収益性、安全性に悪影響を及ぼします。Banner Engineeringは、何か異常に気づいたその瞬間に事故を止められる、高レスポンスな非常停止デバイスを開発しました。これにより、被害がこれ以上拡大するのを防ぎます。 30mm取付け非常停止ボタン 物理面から見ると、ボタンはツーカラー、ワンカラー、非発光ブラックベースの3タイプがあり、プラントフロアでひときわ目立ちます。設計はIP65定格で、必要に応じて他のボタンと直列配線できます。

私たちが生きる世界は、テクノロジーの進歩を通じて常に変化し、急速に進んでいます。月単位で著しい進歩と継続的な進展が起きる中、産業オートメーションはテクノロジーをフル活用します。オートメーションは、シンプルなスタート・ストップコンベアシステムから、安全システム、データ収集などを備えたフル生産ラインまで、多岐にわたります。オートメーションとテクノロジーの迅速な進歩が、IoT 4.0、別名インダストリアル・インターネット・オブ・シングス4.0へと私たちを導きました。 産業オートメーションの例 オートメーションは、プロセスと要求される自動化の程度によって大きく異なります。基本的な例はコンベアシステ

センシングと制御技術の着実な進歩により、エンジニアはヒューマンマシンインターフェース（HMI）に必要以上の情報を蓄積・表示できるようになりました。長年、設計者は表示灯でオペレーターに警告し、色分けされたLEDで重要資産のステータスを示してきました。 日常業務において、オペレーターはHMIに表示されるすべての情報を使うことは稀で、主要パラメータを監視するために1〜2画面を主に使用します。また、通常HMIは危険から離れた安全な場所や部屋に設置されるため、安全上の懸念は最小限です。しかし、HMIとサポートする電気機器一式を危険区域に設置する必要がある場合、状況は変わります。 この概念は新しいものでは

インダストリアル・インターネット・オブ・シングス（IIoT）、インダストリー4.0、デジタルファクトリーなどは、マーケティング担当者が好んで使うバズワードです。しかし、これらが広く採用されるようになった今日、それらは適用可能な技術となり、製造業者が「より高い生産性」という普遍的な目標を達成できるようになりました。 最初からデータの話です。工場のフロアはあらゆる面でデータに富んでいます。ただそれを取得するかどうかの問題です。米国の製造業者のわずか約3%しか、運用データを活用して有益な情報を抽出していないと言われています。IIoTへの転換を成功させるには、企業が目標と、それを成功に導く人的リソース

人工知能（AI）は、業界を問わずビジネスの「ニューノーマル」を駆動しています。小売業者は、例えば、過去の在庫データに基づいて発注を予測し、インテリジェントな補充決定を下すためにAIを活用できます。カスタマーサポートチームは、AIを用いて優先度の高いチケットに自動応答し、適切なチームにルーティングできます。AI、特にML（機械学習）を用いて実践的なビジネス成果を導き出せる可能性は無限に広がっています。 Deloitte Insightsによると、エンタープライズAIのアーリーアダプターの83%が、本番環境のプロジェクトからプラスのROI（投資対効果）を得ています。これには、AIを活用したサードパ

文書データを速く、正確に処理することは、変化するデジタル時代で競争する上で不可欠です。今日の企業にとって、成功は文書データを容易に特定、アクセス、理解できるかどうかにかかっています。文書処理は、企業の規模、業種、焦点を問わず、生産性に影響するビジネスクリティカルなユースケースです。 このブログでは、文書処理の進化を辿ります。まずデジタイゼーションと光学文字認識（OCR）について議論し、次に企業がAIを活用した文書認識でOCRを拡張し、より優れたDocument Understanding機能を通じて価値を生み出せるかを議論します。 始めましょう。 フェーズ1：OCRでオフラインデータをオンラ

編集注： 自動化市場の進化に伴い、UiPathプラットフォームもお客様の自動化ニーズに最適に応えられるよう更新され続けています。したがって、この記事の一部製品名は初版公開以降変更されています。最新情報はAI Centerのページをご覧ください。 私はデータを扱うのが好きです。でも、フラストレーションを感じることはありますか？もちろんです。 5年以上データサイエンティストとして働いてきた中で、データへの野心と、データを運用化する際の制約とのバランスを取る苦しみを味わってきました。例えば、気に入っていた会社を辞めたことがあります。ML（機械学習）モデルを本番環境に導入するリソースがなかったからです

情報は力です。ほとんどの企業にとって、貴重なビジネス情報が文書の中に眠っています。企業が扱う文書のタイプ、サイズ、フォーマットが多様であることを考えると、インサイトを得るために効率的に文書を処理するのは困難です。 UiPathではこの課題を理解しています。最新のDocument Understandingフレームワークにより、お客様は文書のタイプ、フォーマット、量に関わらず、幅広い文書のデータ抽出と処理を簡単に自動化できます。これにより、お客様独自のニーズに最適なプロセスを用いて、柔軟に文書処理に取り組めます。 Document Understandingのメリットをより高い視点から知りたい方

Document Understanding（文書理解）は、文書に閉じ込められたデータを解き放ち、抽出データの精度向上、生産性の向上、RPA（ロボティックプロセスオートメーション）からのROI拡大を組織にもたらします。これは文書処理と人工知能（AI）の交点に位置し、これらが共に「ほぼすべてが自動化可能」な未来に貢献します。 Document Understandingエコシステムには、手書き、チェックボックス、スタンプなど、幅広い文書タイプから情報と意味を解釈する技術が含まれます。機械学習（ML）がDocument Understandingの継続的なイノベーションを推進しており、これは自動化

世界中で、人工知能（AI）に関する興味深い議論が今まさに行われています！グローバル企業として、私たちはそれらの議論に参加できるエキサイティングな立場にあり、皆様にも最前線の視点をお届けできます。最近、私たちはGoogleやMicrosoftなどの業界リーダー、その他の組織や個人と共に、欧州委員会のホワイトペーパー「人工知能について：卓越性と信頼への欧州的アプローチ」への回答を行いました。このホワイトペーパーは、EU内外におけるAIのメリット、進歩、機会、潜在的リスクを特定しています。 私たちはこのホワイトペーパーを歓迎し、AIの開発と採用において「信頼」と「人間性」を核に据えるという委員会の目

この記事はCosmin Nicolae氏との共著です。Nicolae氏はUiPathのプロダクトマネージャーです。 非構造化データは至る所に存在します。文書、音声ファイル、動画、メール、画像、ログファイルなど、挙げればきりがありません。実際、非構造化データは現在、全データの約80〜90%を占めています。しかし、その豊富さと価値にもかかわらず、非構造化データは、抽出・分析に必要なツールを持たない企業にとって、最も無駄にされているリソースの一つです。 この状況は変わりつつあります。ビッグデータ分析とワークフロー自動化の需要が高まっており、これらはいずれも構造化データを必要とします。多くの企業が、印